(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201811151681.6
(22)申请日 2018.09.29
(71)申请人 中国资源卫星应用中心
地址 100094 北京市海淀区永丰产业基地
丰贤东路5号
(72)发明人 喻文勇 王海波 温礼 史振威
王冰冰 石天阳 吴犀
(74)专利代理机构 中国航天科技专利中心
11009
代理人 马全亮
(51)Int.Cl.
G06K 9/00(2006.01)
G06K 9/62(2006.01)
(54)发明名称
系统
(57)摘要
本发明是一种基于遥感影像的光伏电站检
测方法及系统，它的实现包含五个步骤：步骤一：
准备数据集；步骤二：构造高分辨率纯卷积神经
检测；步骤五：装机容量估计。本发明克服了现有
伏电站检测和装机容量估计的问题，自动化程
度、检测精度和估计精度均较高，能够大幅度降
低人工成本，因此该方法可以应用于光伏电站的
检测、估计和监管中，具有广阔的应用前景和价
值。权利要求书3页 说明书8页 附图3页CN 109344769 A 2019.02.15
C N 109344769
A
1.一种基于遥感影像的光伏电站检测方法，其特征在于步骤如下：
步骤一：准备数据集，通过数据集形成训练数据和测试数据；
步骤二：构造高分辨率纯卷积神经网络；
步骤三：根据步骤(1)中形成的训练数据训练神经网络，并记录此时的网络参数；
步骤四：根据步骤(3)训练好的神经网络对所述测试数据进行光伏电站检测；
步骤五：根据步骤(4)的检测结果，计算得到光伏电站的装机容量。
2.根据权利要求1所述的一种基于遥感影像的光伏电站检测方法，其特征在于：遥感影像数据为遥感卫星多光谱相机采集到的包含光伏电站的多光谱遥感图像。 3.根据权利要求1所述的一种基于遥感影像的光伏电站检测方法，其特征在于：将遥感影像制作成符合训练和测试的数据集，并提取红、绿、蓝通道合成真彩遥感图像；将所述假彩遥感图像分为两部分，一部分是带标签的训练数据，另一部分是测试数据。
4.根据权利要求1所述的一种基于遥感影像的光伏电站检测方法，其特征在于：所述步骤(2)构造高分辨率纯卷积神经网络，具体为：
在Caffe框架下逐层搭建纯卷积神经网络，该神经网络只包含一个分支，且该网络不包含任何的池化层；该神经网络最后一个卷积层为输出层，采用1*1的卷积核且输出维度为2，分别表示原始影像中的像素属于陆地和光伏电站的概率，其余的卷积层均采用3*3的卷积核。
5.根据权利要求4所述的一种基于遥感影像的光伏电站检测方法，其特征在于：卷积层的计算公式如下：
和代表当前层第j个神经元的输出特征图和偏置，表示当前层输入的第i个
特征图，表示当前层第j个神经元对输入第i个特征图进行卷积时的卷积核，函数f为非线性激活函数，为
神经网络引入非线性，所述激活函数采用的是ReLU激活函数；
该神经网络具体的组成结构如下表所示：
6.根据权利要求1所述的一种基于遥感影像的光伏电站检测方法，其特征在于：所述步骤(3)训练神经网络具体为：
(3.1)按照均匀分布对神经网络的权重进行初始化；
(3.2)将训练数据输入到神经网络中并进行多层卷积操作；
(3.3)计算神经网络的输出结果和相对标签的误差；
(3.4)利用误差反向传播算法调整网络的权重和偏置，并返回步骤3.2，当神经网络迭代更新至预设次数时，记录此时的网络参数。
7.根据权利要求1所述的一种基于遥感影像的光伏电站检测方法，其特征在于：所述步骤(4)对测试数据进行光伏电站检测，具体为：
(4.1)载入调优的网络参数；
(4.2)将测试数据切割为500*500的小图像输入神经网络中，得到子区域的检测结果；
(4.3)将步骤4.2中得到的检测结果进行拼接，即可获得粗检测结果；
(4.4)对粗检测结果进行连通域分析，去除面积小于预设阈值的连通域，获得精检测结果。
8.根据权利要求1所述的一种基于遥感影像的光伏电站检测方法，其特征在于：所述根据检测结果，计算光伏电站的装机容量，具体为：
(5.1)根据遥感影像的分辨率以及步骤4光伏电站检测结果中光伏电站目标像元数量，计算出光伏电站的占地面积S；
(5.2)根据遥感影像所处纬度，
(5.3)根据公式T＝S*t计算得到光伏电站的装机容量T。
9.一种基于遥感影像的光伏电站检测系统，其特征在于包括：
数据准备模块：用于准备数据集，通过数据集形成训练数据和测试数据；
神经网络构造模块：用于构造高分辨率纯卷积神经网络；
训练模块：根据数据准备模块形成的训练数据训练神经网络，记录此时的网络参数；
检测模块：根据训练好的神经网络对测试数据进行光伏电站检测；
装机容量计算模块：用于根据检测模块对光伏电站的检测结果，计算得到光伏电站的装机容量。
10.根据权利要求9所述的一种基于遥感影像的光伏电站检测系统，其特征在于：
检测模块对测试数据进行光伏电站检测，具体为：
(4.1)载入调优的网络参数；
(4.2)将测试数据切割为500*500的小图像输入神经网络中，得到子区域的检测结果；
(4.3)将步骤4.2中得到的检测结果进行拼接，即可获得粗检测结果；
(4.4)对粗检测结果进行连通域分析，去除面积小于预设阈值的连通域，获得精检测结果；
装机容量计算模块根据检测结果，计算光伏电站的装机容量，具体为：
(5.1)根据遥感影像的分辨率以及步骤4光伏电站检测结果中光伏电站目标像元数量，计算出光伏电站的占地面积S；
(5.2)根据遥感影像所处纬度，
(5.3)根据公式T＝S*t计算得到光伏电站的装机容量T。
一种基于遥感影像的光伏电站检测方法及系统技术领域
[0001]本发明涉及一种基于遥感影像的光伏电站检测方法及系统，属于可见光遥感图像计算机解译领域。
背景技术
[0002]遥感是应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术。遥感图像是成像遥感的产物，该类探测仪器能够将所接收到物体的电磁信号转换为图像，反之则属于非成像遥感的范畴。
[0003]遥感图像已被广泛应用于军事、气象、地质、环境、资源等领域，随着对地观测技术的不断发展，图像的时间、空间分辨率不断提高，目前已经成为人们获取资源和环境信息的必要方式，为人们的生产生活提供了广泛丰富的信息，展现出了巨大的经济价值。
[0004]目前我国已经发射了多颗高分辨率光学卫星，并积累了海量的数据。一直以来，这些数据的处理
仍然停留在图像的预处理阶段，即只进行了简单的辐射校正、几何校正，并没有对图像中包含的内容进行深度理解和加工，这使得大量遥感影像中的深层信息没有被挖掘出来，造成了一定程度的资源和信息浪费。
[0005]遥感数字图像计算机解译的主要目的是将遥感图像的地学信息在计算机支持下进行遥感图像智能化识别。目前遥感图像仍然较多的需要人工判读，研究计算机解译的相关算法有利于降低解译成本，提高解译效率和解译系统的自动化程度，因此具有巨大的研究价值和广阔的应用前景。
[0006]由于光伏产业具有环保、收益高等特点，我国目前正在大力发展光伏产业，各个省市地区特别是西藏、新疆、内蒙古等省份一直在大量兴建光伏电站。一般来说，建设光伏电站时，国家会按照建造面积予以补贴。因此补贴力度是否适合，补贴经费与实际情况是否相符等问题一直是有关部门关心的重点。但是，由于有些电站所处地区比较偏远，而且相关项目较多，有关部门无法一一核实，因此需要借助遥感的手段进行大范围监测。
发明内容
[0007]本发明的目的是：提供一个基于遥感影像的光伏电站检测方法及系统。从深度学习出发，构建了一个高分辨率纯卷积神经网络，对遥感影像进行检测，提取光伏电站所在的区域。进一步，对神经网络提取的结果进行后处理，并计算出光伏电站的占地面积和装机容量。
[0008]本发明的技术解决方案是：
[0009]一种基于遥感影像的光伏电站检测方法，步骤如下：
[0010]步骤一：准备数据集，通过数据集形成训练数据和测试数据；
[0011]步骤二：构造高分辨率纯卷积神经网络；
[0012]步骤三：根据步骤(1)中形成的训练数据训练神经网络，并记录此时的网络参数；
说 明 书
1/8页CN 109344769 A
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议